可燃物含水率预测模型的改进

来源 :东北林业大学 | 被引量 : 0次 | 上传用户:crazyapple123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
森林可燃物含水率是森林火险等级划分、林火预报等森林防灾减灾重要工作的一部分。森林火灾发生的重要指标之一是森林可燃物的含水率,可燃物含水率与当地气象要素如温度、相对湿度、风速等相关性较强,是各种气象要素综合作用的结果。可燃物含水率影响着森林火灾发生的难易程度及林火蔓延速度,森林可燃物含水率变化规律的研究对于森林火险的预报起着十分重要的作用,可为森林火灾危险性的预报提供了理论依据。本文对已有可燃物含水率预测模型进行了改进。分别给出了基于时间序列分析的可燃物含水率预测模型、线性混合模型的可燃物含水率预测模型、线性度量误差模型的可燃物含水率预测模型。通过对模型检验结果的分析,旨在找出能够预测可燃物含水率的更好方法。结论如下:首先利用时间序列分析理论建立的可燃物含水率变化预测模型,经检验,当相对误差不超过3%时准确率达91.7%,说明该模型可用于预测多时无雨条件下可燃物含水率的变化,有效地提高了预测的准确性,模型中没有出现平衡含水率因素。其次利用线性混合模型的思想,建立了以某些气象因子为随机因素的可燃物含水率预测模型。模型检验结果表明:建立可燃物含水率预测模型时考虑气象因子作为随机因素引入可燃物含水率预测模型中是正确的。最后利用线性度量误差模型理论,建立了以气象因子含有度量误差的可燃物含水率预测模型。模型检验结果表明,该模型考虑气温、相对湿度含有度量误差时,可燃物含水率的预测效果比较理想。但考虑风速作为度量误差时,可燃物含水率预测的准确性不高。
其他文献
本论文分别讨论了几类时滞偏差分方程解的振动性和两类时滞偏差分方程的正解不存在性,同时对非齐次线性偏差分方程的稳定性进行了研究。 对于常系数时滞偏差分方程,讨论
支撑向量机是建立在统计学习理论基础上的模式识别方法,是近年来机器学习的研究热点,随着其在理论和算法上的不断完善,现已成为机器学习的有力工具。在机器学习中,总假设每个
我们知道,在抽样调查中并不总能获得感兴趣特征y的精确值,测量误差常常存在。而坚持对大量样本单位获得精确测量值将耗资巨大。因此,常代之以两个或多个在精度和费用上明显不同
  M.R.GareyandD.S.Johnson已经证明确定图的交叉数是一个NP完全问题(见文献[1],因为其难度,我们能够确定交叉数的图类非常少,在许多情况下,即使找出图的交叉数的一个好的上界
复分析主要是研究复函数,是研究亚纯函数和全纯函数的一个重要的数学理论。  本文所研究的函数都是定义在二维的复平面上,他们的值均为复数,并且这些函数是可微的。对这些函数
摘要:图像碎片拼接,就是把不规则的碎片按照一定的规律和方法重新拼接起来,复原成原有的图像。图像碎片拼接方法研究,即利用计算机来完成这个拼接过程的研究。这一技术可以广
学位